基于GIF—Shearlet算法的新旧土边界线视觉导航技术研究

作者：陈益杉,卢伟,王玲,田光兆

摘要：针对遥操作拖拉机驾驶机器人旋耕作业时，工作环境中作物行多样化、光照不均的特点，提出一种基于导向滤波（Guided ImageFilter）和剪切波变换（Shearlet Transform）的方法用于提取新旧土边界线以完成拖拉机视觉导航。首先，将图像快速转换到YcCrCb颜色空间，对灰度化的图像进行导向滤波，然后使用Shearlet—canny算子提取新旧土的边缘信息，最后经过Hough变换给出视觉导航线。结果表明，在YCrCb颜色空间对图像进行灰度化处理与HSV、HIS、RGB颜色空间相比，效果最好，耗时最短，分别快94．0％、94．3％和25．4％；导向滤波处理图像的方法与Tarel中值滤波、MRetinex滤波、小波域Retinex滤波及同态滤波相比，算法耗时分别短87．5％、79．5％、88．8％和87．0％；采用Shearlet-Canny算子检测边缘并经过Hough变换后提取的导航线精确度最高，最大误差小于0．5°。研究表明，基于导向滤波和剪切波变换的新旧土边界线提取方法用于拖拉机智能导航是可行的。

发文机构：南京农业大学工学院/南京农业大学江苏省农业智能化装备重点实验室 江苏省远程测控重点实验室

关键词：智能拖拉机遥操作视觉导航新旧土导向滤波剪切波变换smart tractorteleoperatingvision navigationnew and old soilguided image filtershearlet transform

分类号： S222.3[农业科学—农业机械化工程][农业科学—农业工程]